• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2012 年度 実施状況報告書

色恒常性を備えた色知覚モデル構築による色覚メカニズムの推定と知的カメラへの応用

研究課題

研究課題/領域番号 24700159
研究機関千葉大学

研究代表者

矢田 紀子  千葉大学, 融合科学研究科(研究院), 助教 (60528412)

研究期間 (年度) 2012-04-01 – 2014-03-31
キーワード色認識 / 色恒常性 / ニューラルネットワーク
研究概要

画像中の色認識は、コンピュータビジョンにおいて最も重要な課題のひとつである。色を定量的に扱うには人間の色覚に基づく色識別モデルが必要となり、照明光の変化に伴って変化する多くの物体色に対して、全ての色を人間と同じように色名に分類して認識する技術が必要とされている。本研究では、人間と同じように色認識ができる次世代の知的カメラアプリケーションの実現を目的として、人間の視覚特性を調べる心理物理実験を行い、その結果を用いて色恒常性を備えたカテゴリカル色知覚モデルを獲得する。
まず人間の視覚特性を調べる心理物理実験を行い、その結果を用いて色恒常性を備えたカテゴリカル色知覚モデルを獲得する。これにより、人間と同様に色認識可能なロボットビジョンを開発することができる。このとき、進化計算法を用いて任意の構造を学習する進化的ニューラルネットワーク手法を用いることでシンプルな構造のモデルで実現し、得られたモデルから人間の色覚メカニズムの推定に繋げる。これまでに心理物理実験を元にした工学的に応用可能なモデルはほとんどなかったことから、本研究は視覚心理物理分野と工学分野を結ぶ研究としても意義が高い。
本研究は、1)心理物理実験による色知覚データの獲得、2)解析のしやすい色知覚モデル構築手法の開発、3)実環境データに適用可能な色知覚モデルの構築とその解析、4)知的カメラアプリケーションの開発という4つのフェーズからなる。平成24年度は1)及び2)について平行して進めた。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

本年度の研究計画では、1)心理物理実験による色知覚データの獲得、2)解析のしやすい色知覚モデル構築手法の開発を予定していた。
1)色知覚データの獲得については、以前に取得したデータの欠点である色毎のデータ量の偏りを解決して実環境での知覚により近いデータを獲得するため目的として複数の被験者に対して様々な照明条件下でカテゴリカルカラーネーミング実験を行うことで新しいデータを獲得する予定であった。しかし、これらの条件に一致する本研究で必要なデータを研究協力者から提供してもらうことが出来たため、新たに心理物理実験は行わないこととした。
2)色知覚モデル構築手法の開発については、心理物理実験の結果である学習データから自動的に構造を決定することで、内部構造に色覚のメカニズムを模した構造を獲得することができる手法の開発を目的として研究を行った。任意の構造の実現する進化型ニューラルネットワークを基にし、基本的には階層構造を守りながら学習において必要な部分ではフィードバック結合を発生させることができるような新たな手法を開発した。また、テストデータを用いて開発した新しい学習手法の学習能力の検討を行った。この結果、モデルはテストデータに対して高い精度で学習を行えることが示されている。さらに、得られたモデルの解析のしやすさについては引き続き検討を行う必要がであるが、最終的には学習精度と解析のしやすさの両方を実現する。

今後の研究の推進方策

本研究は、1)心理物理実験による色知覚データの獲得、2)解析のしやすい色知覚モデル構築手法の開発、3)実環境データに適用可能な色知覚モデルの構築とその解析、4)知的カメラアプリケーションの開発という4つのフェーズからなる。平成25年度にはまず3)のフェーズにおいて、1)で取得したデータを2)の手法を用いて学習することで色知覚モデルを構築する。また、このモデルが人間の視覚系と同様の入出力をどのようにして実現しているのかを解析することにによって、人間の視覚のメカニズムを推定する。その後4)において、3)で構築したモデルをカメラで撮影した実データに適用することで、全ての色を人間と同じように色名に分類して認識することができる知的カメラアプリケーションを開発する。
3)実環境データに適用可能な色知覚モデルの構築とその解析:1)で準備したデータから教師データセットを作成し、このデータを2)で開発したモデル構築手法を用いて学習する。これにより、人間の実環境での色知覚と同様の入出力を実現する色知覚モデルを構築することができる。また、獲得したモデルの内部の入出力ユニットの応答特性、ユニット間の結合過重、ユニット同士の結合構造などを解析することで人間の視覚特性のメカニズムの推定を行う。
4)知的カメラアプリケーションの開発:3)で構築したモデルを用いて画像中の様々な物体色の識別を行うことで、人間と同じように色名に分類して認識することができる知的カメラアプリケーションを開発する。また、実環境でカメラを用いて様々な照明条件下での物体色を撮影し、この画像データに開発したアプリケーションを適用することで、その性能評価を行う。

次年度の研究費の使用計画

該当なし

  • 研究成果

    (3件)

すべて 2012

すべて 学会発表 (3件)

  • [学会発表] An effective training of neural networks for categorical color perception2012

    • 著者名/発表者名
      Yutaro Kamata, Noriko Yata, Keiji Uchikawa, Yoshitsugu Manabe
    • 学会等名
      Interim Meeting of the International Colour Association (AIC 2012)
    • 発表場所
      Chinese Culture University (Taipei, Taiwan)
    • 年月日
      20120922-20120925
  • [学会発表] カテゴリカル色知覚モデルの構築における偏りのある教師データの学習2012

    • 著者名/発表者名
      鎌田悠太郎, 矢田紀子, 内川恵二, 眞鍋佳嗣
    • 学会等名
      日本色彩学会第43回全国大会
    • 発表場所
      京都大学 (京都)
    • 年月日
      20120525-20120527
  • [学会発表] Dichromat’s categorical color perception model2012

    • 著者名/発表者名
      Noriko Yata, Tomoharu Nagao, Keiji Uchikawa
    • 学会等名
      6th European Conference on, Colour in Graphics, Imaging, and Vision (CGIV 2012)
    • 発表場所
      University of Amsterdam (Amsterdam, the Netherlands)
    • 年月日
      20120506-20120509

URL: 

公開日: 2014-07-24  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi